SEARCH FOR A GRAND TOUR OF THE JUPITER GALILEAN MOONS - PowerPoint PPT Presentation

SEARCH ¡FOR ¡A ¡GRAND ¡ TOUR ¡OF ¡THE ¡JUPITER ¡ GALILEAN ¡MOONS Humies ¡– ¡2013 GECCO, ¡Amsterdam Dario ¡Izzo Advanced ¡Concepts ¡Team European ¡Space ¡Agency Monday, 8 July 13

Interplanetary ¡Trajectories ¡are ¡complex ¡... Visualization of the Cassini trajectory in the Saturn system Monday, 8 July 13

... ¡and ¡deliver ¡amazing ¡science Water rich plume discovered during a fly- by in the south pole region of Enceladus - Courtesy: NASA Monday, 8 July 13

Global ¡Trajectory ¡Optimization ¡Competition ¡(GTOC) • Gathers ¡the ¡top ¡worldwide ¡experts ¡on ¡ interplanetary ¡trajectory ¡design ¡ • Forum ¡for ¡cross-­‑ferLlizaLon ¡of ¡ideas ¡in ¡this ¡ complex ¡domain • ~100 ¡different ¡insLtuLons ¡over ¡the ¡years: ¡ academia, ¡industry ¡and ¡space ¡agencies • ~1 ¡month ¡to ¡solve ¡an ¡excepLonally ¡hard ¡ problem • Winner ¡organizes ¡the ¡next ¡ediLon ¡ • Yearly ¡workshops Acta Astronautica GTOC Trophy • All ¡results/methods ¡“peer-­‑reviewed”, ¡ Journal ¡special ¡issues ¡follow • EvoluLonary ¡Algorithms ¡used ¡by ¡some ¡of ¡ the ¡teams ¡over ¡the ¡years ¡(Neuro ¡ Controllers, ¡PSO, ¡GA, ¡GP, ¡... ¡) • ¡but ¡never ¡compeLLve ¡... ¡unLl ¡now • Dedicated ¡web ¡portal Monday, 8 July 13

GTOC ¡6th ¡edition • Problem ¡formulated ¡by ¡NASA ¡(JPL), ¡winners ¡of ¡the ¡previous ¡ ediLon • Relevant ¡to ¡the ¡"JUpiter ¡ICy ¡moon ¡Explorer" ¡(JUICE) ¡mission ¡ and ¡Jupiter ¡Europa ¡Orbiter ¡(JEO) ¡under ¡evaluaLon ¡at ¡the ¡ European ¡Space ¡Agency ¡and ¡NASA • ExploraLon ¡of ¡the ¡Jupiter ¡inner ¡system ¡with ¡a ¡next ¡generaLon ¡ Ion ¡propulsion ¡engine • Moons ¡represented ¡by ¡a ¡“soccer ¡ball” ¡with ¡high, ¡medium ¡and ¡ low ¡score ¡faces. • Goal: ¡design ¡a ¡trajectory ¡that ¡maps ¡as ¡much ¡as ¡possible ¡of ¡the ¡ 4 ¡Galilean ¡moons ¡(Io, ¡Europa, ¡Ganymede ¡and ¡Callisto) • Minimal ¡reality ¡gap: ¡accurate ¡representaLon ¡of ¡spacecrac ¡ dynamics ¡is ¡demanded • Billions ¡of ¡dollars ¡per ¡mission (>3 ¡for ¡Cassini): ¡each ¡addiLonal mapped ¡area ¡mafers ¡(a ¡lot!) Monday, 8 July 13

GTOC ¡6: ¡problem ¡complexity Roughly ¡… … ¡a ¡500 ¡dimensional ¡conLnuous ¡box-­‑bounded ¡ global ¡opLmizaLon ¡problem, ¡if ¡the ¡ moon/face ¡ sequence ¡was ¡given ¡... ... ¡but ¡10 269 ¡possible ¡ moon/face ¡sequences ¡ to ¡ choose ¡from, ¡if ¡launch ¡date ¡was ¡fixed ¡... ... ¡but ¡a ¡10 ¡year ¡launch ¡window ¡to ¡choose ¡from. (~10 80 ¡atoms ¡in ¡the ¡universe) May ¡be ¡thought ¡of ¡as ¡a ¡complex ¡Travelling ¡Salesman ¡Problem, ¡where ¡re-­‑visits ¡are ¡ allowed, ¡and ¡ciLes ¡are ¡“moving”: • 128 ¡ciLes ¡(4 ¡moons ¡* ¡32 ¡faces) • Connec.vity ¡graph ¡ ( topology ¡and ¡ cost ) ¡is ¡dynamic ¡and ¡determined ¡through ¡evoluLon ¡ • Tour ¡quality ¡is ¡the ¡value ¡of ¡ciLes ¡visited ¡within ¡the ¡available ¡budget Monday, 8 July 13

Our ¡strategy • Higher ¡level ¡opLmizaLon ¡of ¡moon/face ¡sequences ¡(by ¡a ¡novel ¡mulL-­‑criteria ¡ tree ¡search ¡method) ¡auto-­‑tunes ¡and ¡launches ¡evoluLonary ¡opLmizaLons ¡of ¡ trajectory ¡arcs, ¡that ¡it ¡then ¡evaluates ¡& ¡assembles ¡into ¡full ¡trajectories. • ... ¡can ¡be ¡seen ¡as ¡a ¡Meta ¡GeneLc ¡Algorithm ¡(MGA!) • Challenge: ¡need ¡to ¡evolve ¡a ¡very ¡high ¡number ¡of ¡trajectory ¡arcs, ¡having ¡ drama.cally ¡varying ¡fitness ¡landscapes ¡(500,000,000 ¡evoluLonary ¡runs ¡ needed ¡to ¡obtain ¡our ¡soluLon!) • SoluLon: • self-­‑adaptaLon ¡(jDE ¡chosen ¡over ¡CMA-­‑ES, ¡SA-­‑AN, ¡SADE) • parallelisaLon: ¡asynchronous ¡island ¡model ¡(PyGMO) • speed ¡is ¡criLcal: ¡MGA-­‑1DSM ¡encoding ¡+ ¡implementaLon ¡(PyKEP) Monday, 8 July 13

Our ¡best ¡trajectory • 141 ¡flybys, ¡120 ¡faces ¡mapped ¡(out ¡of ¡128), ¡316 ¡points ¡(out ¡of ¡324) • Flyable ¡trajectory ¡( verified ¡by ¡NASA/JPL) • Algorithm ¡finds ¡and ¡exploits: • moon ¡resonances • moon ¡backflips • moon ¡hops ¡(quick ¡transfers ¡between ¡nearby ¡moons) • Highly ¡efficient ¡in ¡propellant ¡usage: ¡(nearly) ¡ballisLc ¡trajectory 1: capture + Europa & Io 2: Ganymede & Io 3: Callisto & Io 4: Europa + Ganymede + Callisto Monday, 8 July 13

(H) ¡-­‑ ¡The ¡result ¡holds ¡its ¡own ¡or ¡wins ¡a ¡regulated ¡competition ¡involving ¡human ¡contestants ¡(in ¡ the ¡form ¡of ¡either ¡live ¡human ¡players ¡or ¡human-­‑written ¡computer ¡programs). 0. ¡HUMIES 316 9. ¡University ¡of ¡Colorado 154 1. ¡Politecnico ¡di ¡ Torino 12. ¡University ¡of ¡Hawaii 8. ¡The ¡Aerospace ¡ 5. ¡State ¡Key ¡Laboratory Uni ¡di ¡Roma ¡ 73 Corp. Chinese ¡Ac. ¡Of ¡Science Sapienzia 163 240 311 11. ¡Beihang ¡University 7. ¡Tsinghua ¡University 83 4. ¡DLR 176 2. ¡ESA/ACT ¡-­‑ ¡ 246 13. ¡Michigan ¡ HKUST Techn. ¡University ¡ 10. ¡Uni ¡Jena 6. ¡AnalyLcal ¡Mechanics ¡ 308 15 TU ¡Delc Associates, ¡Inc. 3. ¡University ¡of ¡Texas 87 178 267 0 50 100 150 200 250 300 324 early version of Final ¡GTOC ¡6 ¡rankings our algorithm (only ¡13, ¡out ¡of ¡33 ¡teams, ¡were ¡able ¡to ¡return ¡a ¡solu.on) Monday, 8 July 13

(F) ¡-­‑ ¡The ¡result ¡is ¡equal ¡to ¡or ¡better ¡than ¡a ¡result ¡that ¡was ¡considered ¡an ¡achievement ¡in ¡its ¡field ¡ at ¡the ¡time ¡it ¡was ¡first ¡discovered. ¡ (C) ¡-­‑ ¡The ¡result ¡is ¡equal ¡to ¡or ¡better ¡than ¡a ¡result ¡that ¡was ¡placed ¡into ¡a ¡database ¡or ¡archive ¡of ¡ results ¡maintained ¡by ¡an ¡internationally ¡recognized ¡panel ¡of ¡scientific ¡experts • The ¡GTOC ¡Portal ¡acknowledges ¡ 316 – new best score 311 – GTOC 6 winner our ¡best ¡result ¡as ¡a ¡valid ¡ trajectory ¡and ¡superior ¡to ¡the ¡one ¡ returned ¡by ¡the ¡compeLLon ¡ winner. • GTOC6 ¡winner: ¡311/324 • Our ¡algorithm: • running ¡Lme ¡9 ¡days ¡on ¡32 ¡CPUs • many ¡soluLons ¡exceeding ¡311, ¡ all ¡using ¡moon ¡hopping. Monday, 8 July 13

(G) ¡-­‑ ¡ ¡The ¡result ¡solves ¡a ¡problem ¡of ¡indisputable ¡difficulty ¡in ¡its ¡field. "theoretical bound” GTOC6 winner our solution (new best) ? ? ? ? ? ? ? Monday, 8 July 13

(D) ¡-­‑ ¡The ¡result ¡is ¡publishable ¡in ¡its ¡own ¡right ¡as ¡a ¡new ¡scientific ¡result-­‑independent ¡of ¡the ¡fact ¡ that ¡the ¡result ¡was ¡mechanically ¡created. • An ¡innovaLve ¡strategy ¡emerged ¡from ¡our ¡algorithm: "moon ¡hopping" • Rapid ¡transfers ¡between ¡moons ¡(in ¡contrast ¡to ¡fully ¡mapping ¡one ¡moon ¡ acer ¡another), ¡ • ExploitaLon ¡of ¡momentaneous ¡phasings ¡between ¡moons, ¡that ¡enable ¡ short-­‑Lme ¡transfers • Design ¡of ¡large ¡hopping ¡sequences ¡(100+ ¡flybys) ¡was ¡not ¡ considered ¡as ¡a ¡feasible ¡approach ¡by ¡human ¡experts ¡prior ¡to ¡ our ¡finding Monday, 8 July 13

Conclusions • Our ¡algorithm ¡(a ¡Meta ¡GeneLc ¡Algorithm) • outperforms ¡all ¡other ¡algorithms ¡and ¡human ¡designed ¡contribuLons ¡to ¡ the ¡GTOC6 ¡problem • is ¡completely ¡automated ¡and ¡does ¡not ¡need ¡expert ¡knowledge ¡ • is ¡the ¡first ¡human-­‑compeLLve ¡algorithm ¡for ¡designing ¡mulLple ¡fly-­‑by ¡ trajectories ¡of ¡this ¡complexity ¡(>100 ¡fly-­‑bys) • Our ¡evolved ¡soluLon • is ¡recognized ¡as ¡the ¡current ¡best ¡known ¡flyable ¡trajectory ¡for ¡the ¡problem ¡ issued ¡by ¡NASA/JPL • solves ¡a ¡problem ¡highly ¡relevant ¡to ¡a ¡real ¡mission ¡(JUICE ¡-­‑ ¡JEO) • proves ¡the ¡value ¡of ¡a ¡mission ¡design ¡strategy ¡that ¡was ¡not ¡considered ¡as ¡ compeLLve ¡before: ¡moon ¡hopping ¡(a ¡strategy ¡that ¡cannot ¡be ¡designed ¡by ¡ "hand" ¡for ¡such ¡complex ¡trajectories) Monday, 8 July 13